-
公开(公告)号：CN105654447A
公开(公告)日：2016-06-08
申请号：CN201610124262.8
申请日：2016-03-04
Applicant: 华中师范大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10048 , G06T2207/20028
Abstract: 本发明公开了一种适用红外小目标识别的遥测光谱噪声抑制方法，该方法包括步骤：对红外光谱数据进行归一化处理；计算归一化后的光谱强度的一阶导数；根据光谱一阶导数估计出光谱的噪声水平，从而确定双边滤波器的两个重要参数值；对光谱数据库训练，求解最优参数组合，并指导双边滤波参数的设定；利用最优参数的双边滤波，对含噪声光谱处理，获得高分辨率的红外光谱。本发明提出的方法有效利用了双边滤波的噪声抑制优势，在信噪比高于30dB时，光谱分辨率提高约35％，促进了红外光谱在目标检测识别及空间技术、气象、石油化工等领域的应用，并提供相应技术支撑。
-
公开(公告)号：CN105354799A
公开(公告)日：2016-02-24
申请号：CN201510612424.8
申请日：2015-09-22
Applicant: 华中师范大学
CPC classification number: G06T5/002 , G06T3/4053 , G06T2207/10048 , G06T2207/20182
Abstract: 本发明公开了一种盲目反卷积红外光谱图超分辨率复原方法，该方法包括步骤：对红外光谱数据进行归一化处理；计算归一化后的光谱强度的一阶导数；根据光谱一阶导数估计出光谱的噪声强度，从而确定正则化参数的大小；建立红外光谱模型；利用Huber-Markov场、光谱反卷积和交替最小值最优迭代算法求解高分辨率的红外光谱。本发明在光谱平坦区域加强噪声抑制，在光谱陡峭区域加强光谱结构保存，对于所用的傅里叶红外光谱，空域迭代盲目反卷积算法效果良好，在信噪比高于30dB时，光谱分辨率提高约30%；本发明提出的方法有效利用了Huber-Markov自适应约束的先验知识，促进了红外光谱在目标检测识别及农业、生物、医学、气象、空间技术、石油化工领域的应用，并提供技术支撑。
-
公开(公告)号：CN104579681A
公开(公告)日：2015-04-29
申请号：CN201410834718.0
申请日：2014-12-29
Applicant: 华中师范大学
IPC: H04L9/32
Abstract: 本发明公开了一种互信应用系统间身份认证系统，该系统包括：用户管理模块，用于保存和维护用户信息；登录验证模块，用于验证由应用系统A发出的用户账号和密码的有效性；若验证通过，将账号和密码和应用系统A的标识包装为票根TGT；获取票据模块，用于将应用系统A发送的用户票根TGT、应用系统A的标识信息appKey和appSecret、用户需要访问的第三方互信应用系统B的服务URL包装为访问应用系统A的票据ST；验证票据模块，用于根据应用系统B提交的票据ST及应用系统B的标识信息appKey和appSecret验证票据ST的有效性；退出登录模块：销毁票根TGT。本发明当用户已登录系统A时，希望访问系统B，则不需要登录操作，直接进入系统B，提高了用户体验。
-
公开(公告)号：CN114973411B
公开(公告)日：2025-05-16
申请号：CN202210604517.6
申请日：2022-05-31
IPC: G06V40/20 , G06V20/40 , G06V10/80 , G06V10/82 , A61B5/0205 , A61B5/113 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/048
Abstract: 本申请公开了一种姿态类运动自适应评测方法、系统、设备及存储介质。该方法包括：采集待检测对象的视频序列和呼吸心跳回波信号，并对所述呼吸心跳回波信号进行预处理；将预处理后的所述呼吸心跳回波信号输入到训练后的第一网络模型，获得呼吸心跳特征；将所述视频序列输入到训练后的第二网络模型中，获得3D人体姿态特征；将所述呼吸心跳特征和所述3D人体姿态特征进行交互融合，获得融合交互特征，根据所述融合交互特征输出动作评分和呼吸状态预测结果；根据所述3D人体姿态特征预测3D人体姿态，计算预测的3D人体姿态与标准动作间的相似度。本发明通过结合待检测对象的动作和呼吸心跳来进行评测，有助于帮助提升运动教学训练的效率与质量。
-
公开(公告)号：CN115116117B
公开(公告)日：2025-02-07
申请号：CN202210845735.9
申请日：2022-07-19
IPC: G06V40/16 , G06V10/80 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/44 , G06F3/01 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/082
Abstract: 本发明公开了一种基于多模态融合网络的学习投入度数据的获取方法，该方法将待监测学习主体的脸部图像、头部旋转图像和脑电信息同时用于学习投入度的评估中，采用新颖的多模态网络模型CGVNet提高了待监测学习主体的学习投入度数据监测的准确性。将获取的头部旋转角度特征向量、凝视方向特征向量以及脑电信息进行融合并分类，从而克服了传统学习投入度监测方法中监测维度单一的局限性，减少漏检、误检的问题，对学习质量的提高和辅助教学具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN114882570B
公开(公告)日：2025-01-24
申请号：CN202210604509.1
申请日：2022-05-31
IPC: G06V20/40 , G06V40/16 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , A61B5/021 , G06N3/048
Abstract: 本申请公开了一种远程考试异常状态预判方法、系统、设备及存储介质。该方法包括：分别获取远程考试系统中RGB摄像头及近红外摄像头采集的考生视频资源并按时间顺序进行分解，获得考生RGB多帧图像及近红外多帧图像；将预处理后的考生RGB多帧图像及近红外多帧图像分别输入到训练后的精细表情识别模型和面部远程血压识别模型中，分别获取考生在考场中的面部精细表情识别结果和血压识别结果；根据面部精细表情及血压识别结果进行考生异常状态判断及预警。本发明通过对远程考试中考生的精细表情及面部远程血压信号进行识别分析，可以实时准确地预判考生在考场中是否有异常状态倾向。
-
公开(公告)号：CN119169501A
公开(公告)日：2024-12-20
申请号：CN202411196553.9
申请日：2024-08-29
Applicant: 华中师范大学
IPC: G06V20/40 , G06V40/16 , G06V40/20 , G06V10/82 , G06N3/0455
Abstract: 本申请实施例公开了一种基于跨模态表征学习的学习状态检测方法，涉及教学信息化技术领域，该方法包括：获取RGB摄像头采集的第一视频信息以及动态视觉摄像头采集的第二视频信息，分别处理得到第一图像序列和第二图像序列，将第一图像序列和第二图像序列输入训练好的学习状态检测网络模型中，分别识别得到目标学习小组中每个学习者的面部表情识别结果和学习行为识别结果，确定目标学习小组中每个学习者的对应时刻的学习状态检测结果。采用本申请提供的方法，以每个学习者的面部情感识别结果和学习行为识别结果为基础估计得到学习小组的整体学习，能够对学习者的集体学习效果进行精准评估，有利于教师实时了解每个学习小组的实时学习状态。
-
公开(公告)号：CN119068551A
公开(公告)日：2024-12-03
申请号：CN202411191226.4
申请日：2024-08-28
Applicant: 华中师范大学
IPC: G06V40/20 , G06V10/74 , G06V10/20 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例公开了一种基于骨架结构表示学习的广播体操动作评测方法，涉及计算机视觉技术领域，该方法包括：获取学习者进行广播体操运动的图像序列；将图像序列输入训练好的二维人体姿态识别模型中，获取图像序列对应的二维人体姿态序列；将二维人体姿态序列输入训练好的三维人体姿态识别模型中，获取三维人体姿态序列；将三维人体姿态序列与标准动作模型进行比对，输出比对结果。采用本申请提供的所述方法，通过学习者的广播体操动作视频分析得到二维和三维人体姿态估计，从而可以捕捉学习者的动作细节，并与预设的标准广播体操动作模型进行对比，可以根据比较结果确定学习者需要改进的具体区域，从而有利于学习者提高训练效率和质量。
-
公开(公告)号：CN119066450A
公开(公告)日：2024-12-03
申请号：CN202411191786.X
申请日：2024-08-28
Applicant: 华中师范大学
IPC: G06F18/23 , G06F18/213 , G06F18/24 , G06Q50/20
Abstract: 本申请实施例公开了一种基于对偶路径矩阵分解的知识追踪方法，涉及知识追踪技术领域，所述方法包括：获取每个学生的学习记录数据，输入到训练好的知识追踪模型中进行特征提取，输出学习行为数据；将学习行为数据以及学习记录数据输入聚类模型中进行聚类分析，根据聚类结果输出每个聚类中心对应的知识追踪结果标签；分别对知识追踪结果标签对应的学习记录数据进行分析，输出学习数据分析结果，反馈学习指导信息至对应的学生。本申请提供的方法有利于教师更明确的了解每个学生的学习状态，并根据学生的实际学习状态对教学方案作出调整，也可以提示每个学习者了解自身学习的不足之处，使得学习者可以根据实际学习情况更好的规划学习计划。
-
公开(公告)号：CN113807519B
公开(公告)日：2024-08-20
申请号：CN202111002385.1
申请日：2021-08-30
Applicant: 华中师范大学
Abstract: 本发明公开了一种融入教学反馈与习得理解的知识图谱构建方法，该方法包括以下步骤：1)数据获取：将课堂学生行为转换为描述学生对当前知识的理解程度的文本；2)命名实体识别和关系抽取，对课堂文本数据同时做实体识别和关系抽取得到一个有关系的实体三元组；3)将实体和关系嵌入通过带权图卷积网络汇聚邻居节点的信息学习到实体和关系更加丰富的语意表示形成最终的实体嵌入表示；4)通过多尺度卷积神经网络对知识图谱三元组中的备选尾实体评分，选取评分最高尾实体作为推理结果，进一步推理出隐含的知识，对知识图谱进行更新；所述备选尾实体为步骤3)中所更新的所有实体。本发明能够构建每个学生特定的知识图谱，进行学习和教学评价反馈。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.027 seconds)
